毕业论文设计--基于半监督学习方法的研究.docVIP

基于半监督学习方法的研究 摘 要 近几年来随着机器学习在数据分析和数据挖掘中的广泛应用,半监督学习的理论研究成果已经部分应用于实际问题的解决。半监督学习(Semi-supervised Learning)是模式识别和机器学习中的重要研究领域,一直为国际机器学习界所广泛关注。 本文主要研究了半监督学习方法，具体考虑了不同度量对半监督学习的影响。考虑关于标记的和未标记数据的一般问题的学习，其通常被称为半监督学习或转导推理。半监督学习的原则性方法是定义一个有关标记的和未标记的点集的固有结构所共同显现的足够平稳的分类函数。实验结果表明，使用指数度量的GCM算法的性能最优，而使用欧几里得度量的GCM算法的性能最差；另外，不同度量中的参数取值对算法的性能具有一定的影响。 关键词：半监督 机器学习 GCM CM ABSTRCAT With Machine learning methods being widely applied for real world data analysis and data mining, semi-supervised learning has been introduce for solving more and more real world problems.Semi-supervised learning, which